首页> 中文学位 >SVM与HMM结合的中文语音音节识别算法的设计与实现
【6h】

SVM与HMM结合的中文语音音节识别算法的设计与实现

代理获取

目录

文摘

英文文摘

第一章 绪论

1.1 课题背景

1.2 课题研究目的及意义

1.3 语音信号处理相关技术介绍

1.3.1 语音信号预处理

1.3.2 语音特征参数提取

1.4 研究内容及论文组织

第二章 基于隐马尔可夫模型的中文语音识别

2.1 隐马尔可夫模型

2.1.1 隐马尔可夫模型的概念

2.1.2 HMM中的3大基本算法

2.2 基于隐马尔可夫模型的中文语音识别算法研究

2.3 基于隐马尔可夫模型的中文语音识别算法的实验与分析

2.3.1 仿真实验的软硬件环境

2.3.2 仿真实验的方案设计

2.3.3 实验结果与分析

2.4 本章小结

第三章 基于SVM+HMM的中文语音识别

3.1 支持向量机模型

3.2 基于SVM+HMM的中文语音识别算法研究

3.3 基于SVM+HMM的中文语音识别算法的实验与分析

3.3.1 仿真实验的软硬件环境

3.3.2 仿真实验的方案设计

3.3.3 实验结果与分析

3.4 本章小结

第四章 中文语音音节识别系统的实现

4.1 系统概述

4.2 系统设计

4.2.1 系统需求分析

4.2.2 系统功能特色

4.2.3 系统模块

4.3 系统实现

4.3.1 系统运行环境及程序设计

4.3.2 界面设计

4.4 系统评价

4.5 本章小结

第五章 中文语音音节识别算法应用于三维人脸唇动中

5.1 用于人脸唇动的中文语音分割算法

5.1.1 中文语音分割算法

5.1.2 中文语音分割算法

5.2 基于中文语音音节驱动三维人脸唇动的实现

5.2.1 中文语音音节驱动的基本思想和原理

5.2.2 基本口形库的建立及口形序列生成

5.2.3 中文语音音节驱动三维人脸唇动的实现

5.3 三维人脸唇动表情组合的实现

5.4 本章小结

第六章 总结与展望

6.1 论文工作总结

6.2 创新和贡献

6.3 改进设想

6.4 展望

致谢

参考文献

个人简介和攻读硕士期间的成果

展开▼

摘要

语音识别是人们走向全面智能化的开始,人们希望用声音代替手动操作,用声音的独特性来做身份验证。让机器识别出人的声音,以命令、代码的形式表现出来。为了实现这一目标,科学工作者做了大量的研究,采用模式匹配、概率统计、辨别真伪等方法,同时也解决了很多问题,实现了声控电话拨号,口授打字,声控门禁,语音驱动等一系列的技术。
   本文主要论述了隐马尔可夫模型在中文语音识别中的应用,详细介绍中文语音识别系统的开发过程和语音驱动三维人脸唇动,主要工作如下:
   1.本文首先对一种常用的统计模型--隐马尔可夫模型进行简单的分析和研究。基于这一模型本文实现了一种新的中文语音识别算法,在实验室的环境下,用MATLAB通过仿真实验,证实这一算法可行性和有效性都非常好。基于这一算法的中文语音识别率可以达到81.6%
   2.为了进一步提高中文语音识别率,本文引入了对算法的改进。通过查阅国内外的优秀论文和资料,支持向量机能够很好的做分类,而隐马尔可夫模型做单字的识别很有效,本论文将两者的优点结合起来,改进算法。经过实验室MATLAB实验后,识别率可达到93.5%。实验结果表明,改进后的算法在识别率上有了大的提高。
   3.基于前面对中文语音识别的研究,本文设计实现了一个基于SVM+HMM的中文语音音节识别系统。文中依据系统的功能特点,首先对系统做了比较全面需求分析,在这个基础上给出了一个该系统的总体设计,并对系统模块进了划分。本系统采用C/S模式,通过用户请求,服务器应答请求,并返回识别结果的方式开发。
   4.最后在前面算法的基础上提出了中文语音音节驱动唇形动画。该算法更适用于单字、单词等的识别,为了进一步提高系统的识别效果引入了语音分割算法。通过实验表明语音驱动三维人脸唇动达到了76.7%的识别效果。本文提出的将表情和唇动相结合的方式,使三维人脸更生动,更逼真。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号